Collaboration avec des espaces partagés
Un espace partagé Amazon SageMaker Studio Classic se compose d’une application JupyterServer partagée et d’un répertoire partagé. Un espace partagé JupyterLab se compose d’une application JupyterLab partagée et d’un répertoire partagé dans Amazon SageMaker Studio. Tous les profils utilisateur d’un domaine ont accès à tous les espaces partagés du domaine. Amazon SageMaker AI limite automatiquement les ressources dans un espace partagé dans le contexte de l’application Amazon SageMaker Studio Classic que vous lancez dans cet espace partagé. Les ressources figurant dans un espace partagé incluent des blocs-notes, des fichiers, des expériences et des modèles. Utilisez les espaces partagés pour collaborer avec d’autres utilisateurs en temps réel grâce à des fonctionnalités telles que le balisage automatique, la co-édition en temps réel de blocs-notes et la personnalisation.
Les espaces partagés sont disponibles dans :
-
Amazon SageMaker Studio Classic
-
JupyterLab
Un espace partagé Studio Classic ne prend en charge que les applications Studio Classic et KernelGateway. Un espace partagé prend uniquement en charge l’utilisation d’un Amazon Resource Name (ARN) d’image JupyterLab 3. Pour plus d’informations, consultez Gestion des versions de JupyterLab dans Amazon SageMaker Studio Classic.
Amazon SageMaker AI balise automatiquement toutes les ressources SageMaker AI que vous créez dans le cadre d’un espace partagé. Vous pouvez utiliser ces balises pour surveiller les coûts et planifier les budgets à l’aide d’outils tels qu’AWS Budgets.
Un espace partagé utilise les mêmes paramètres de VPC que le domaine dans lequel il a été créé.
Note
Les espaces partagés ne prennent pas en charge l’utilisation des clusters multi-comptes Amazon SageMaker Data Wrangler ou Amazon EMR.
Balisage automatique
Toutes les ressources créées dans un espace partagé sont automatiquement balisées avec une balise ARN de domaine et une balise ARN d’espace partagé. La balise ARN de domaine est basée sur l’ID de domaine, tandis que la balise ARN d’espace partagé est basée sur le nom de l’espace partagé.
Vous pouvez utiliser ces balises pour contrôler l'utilisation d'AWS CloudTrail. Pour plus d’informations, consultez Journaliser les appels d’API Amazon SageMaker avec la AWS CloudTrail.
Vous pouvez également utiliser ces balises pour surveiller les coûts avec AWS Billing and Cost Management. Pour plus d’informations, consultez Utilisation des balises de répartition des coûts AWS.
Co-modification des blocs-notes en temps réel
L’un des principaux avantages d’un espace partagé est qu’il facilite la collaboration entre les membres de l’espace partagé en temps réel. Les utilisateurs collaborant dans un espace de travail ont accès à une application Studio Classic partagée qui leur permet d’accéder à leurs blocs-notes, de les lire et de les modifier en temps réel. La collaboration en temps réel n’est prise en charge que pour les applications JupyterServer au sein d’un espace partagé.
Les utilisateurs ayant accès à un espace partagé peuvent simultanément ouvrir, afficher, modifier et exécuter des blocs-notes Jupyter dans l’application Studio Classic ou JupyterLab partagée de cet espace.
Le bloc-notes indique chaque utilisateur co-éditeur à l’aide d’un curseur différent qui indique le nom du profil utilisateur. Bien que plusieurs utilisateurs puissent consulter le même bloc-notes, la co-modification convient mieux aux petits groupes de deux à cinq utilisateurs.
Pour suivre les modifications apportées par plusieurs utilisateurs, nous vous recommandons vivement d’utiliser le contrôle de version intégré basé sur Git de Studio Classic.
JupyterServer 2
Pour utiliser des espaces partagés dans Studio Classic, la version 2 de Jupyter Server est requise. Certaines extensions et certains packages JupyterLab peuvent rétrograder de force Jupyter Server vers la version 1. Cela empêche l'utilisation de l'espace partagé. Exécutez ce qui suit dans l’invite de commande pour modifier le numéro de version et continuer à utiliser les espaces partagés.
conda activate studio pip install jupyter-server==2.0.0rc3
Personnalisation d'un espace partagé
Pour attacher une configuration de cycle de vie ou une image personnalisée à un espace partagé, vous devez utiliser l'AWS CLI. Pour plus d'informations sur la création et l'association de configurations de cycle de vie, consultez Création et association d’une configuration de cycle de vie avec Amazon SageMaker Studio Classic. Pour plus d'informations sur la création et l'association d'images personnalisées, consultez Personnalisation d’images dans Amazon SageMaker Studio Classic.